Perkembangan teknologi yang pesat, khususnya di bidang pendidikan, membuka peluang untuk meningkatkan kualitas pembelajaran dan hasil akademik. Machine Learning, sebagai salah satu teknologi kecerdasan buatan, memiliki kemampuan untuk membuat prediksi berbasis pola data. Penelitian ini bertujuan untuk menerapkan algoritma Random Forest dalam memprediksi performa akademik mahasiswa Program Studi Informatika Universitas Baturaja. Data yang digunakan mencakup variabel akademik (nilai mata kuliah semester 1 dan 2) dan demografis (jenis kelamin, kelas, angkatan), dengan target prediksi berupa Indeks Prestasi (IP) semester 3. Penelitian dilakukan menggunakan metode kuantitatif dengan alat Google Colab dan teknik regresi. Evaluasi model dilakukan menggunakan Mean Absolute Error (MAE), Mean Squared Error (MSE), dan R-squared (R²). Hasil penelitian menunjukkan bahwa model Random Forest menghasilkan MAE sebesar 0.27, MSE sebesar 0.2387, dan R² sebesar 0.3128, yang menunjukkan akurasi prediksi yang memadai namun dapat ditingkatkan lebih lanjut. Penelitian ini memberikan kontribusi pada pengembangan strategi pembelajaran berbasis data untuk meningkatkan kualitas pendidikan di Program Studi Informatika Universitas Baturaja.
Collaboration network of the authors
9 authors ·
17 co-authorship links
· 2 across different organisations
Hover or tap a name to highlight its co-authors. Double-click to open the author's page.
Telkom University
International Islamic University Malaysia
Affiliation unknown
Different organisations
Same organisation
Affiliation unknown
Thicker line = more joint articles · bigger circle = more articles
Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.